এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
দুর্বল শ্রেণীবদ্ধকারী
একটি শ্রেণীবিভাগ মডেল যার কার্যকারিতা এলোমেলো থেকে সামান্য বেশি, বুস্টিং অ্যালগরিদমে বিল্ডিং ব্লক হিসাবে ব্যবহৃত।
প্রশিক্ষণ ওজন
প্রতিটি প্রশিক্ষণ উদাহরণে নির্ধারিত সংখ্যাসূচক মান যা অ্যালগরিদমের পরবর্তী পুনরাবৃত্তিতে তাদের আপেক্ষিক গুরুত্ব নির্দেশ করে।
ওজনযুক্ত ত্রুটি হার
একটি দুর্বল শ্রেণীবদ্ধকারীর কার্যকারিতার পরিমাপ যা ভুলভাবে শ্রেণীবদ্ধ উদাহরণগুলির ওজনের যোগফলকে মোট ওজনের যোগফল দ্বারা ভাগ করে গণনা করা হয়।
শ্রেণীবদ্ধকারী সহগ
AdaBoost-এ প্রতিটি দুর্বল শ্রেণীবদ্ধকারীর জন্য গণনা করা আলফা ওজন, তার কার্যকারিতার ভিত্তিতে চূড়ান্ত ভোটে তার প্রভাব নির্ধারণ করে।
ডিসিশন স্টাম্প
একটি সরলীকৃত সিদ্ধান্ত গাছ যার একটি নোড এবং দুটি পাতা রয়েছে, প্রায়শই AdaBoost-এ দুর্বল শ্রেণীবদ্ধকারী হিসাবে ব্যবহৃত হয়।
SAMME
AdaBoost-এর মাল্টিক্লাস এক্সটেনশন (স্টেজওয়াইজ অ্যাডিটিভ মডেলিং ইউজিং এ মাল্টিক্লাস এক্সপোনেনশিয়াল লস) যা মূল অ্যালগরিদমকে দুটির বেশি ক্লাস সহ সমস্যার জন্য অভিযোজিত করে।
ওজনযুক্ত সংখ্যাগরিষ্ঠ ভোট
একত্রীকরণ পদ্ধতি যেখানে প্রতিটি শ্রেণীবদ্ধকারী AdaBoost অ্যালগরিদম দ্বারা গণনা করা তার আত্মবিশ্বাস সহগের সমানুপাতিকভাবে ভোট দেয়।
পুনরাবৃত্তিমূলক প্রশিক্ষণ
ক্রমিক প্রক্রিয়া যেখানে প্রতিটি নতুন শ্রেণীবদ্ধকারী পূর্ববর্তী শ্রেণীবদ্ধকারীদের কার্যকারিতার উপর ভিত্তি করে পুনরায় ওজনযুক্ত ডেটাতে প্রশিক্ষিত হয়।
দুর্বল শিক্ষণ অনুমান
বুস্টিং-এর মৌলিক নীতি যা বলে যে, এলোমেলোর চেয়ে সামান্য ভাল শ্রেণীবদ্ধকারীদের একত্রিত করে একটি শক্তিশালী শ্রেণীবদ্ধকারী পাওয়া সম্ভব।
এডাবুস্ট শিক্ষার হার
সঙ্কোচন প্যারামিটার যা প্রতিটি দুর্বল শ্রেণীবদ্ধকারীর চূড়ান্ত মডেলে অবদান নিয়ন্ত্রণ করে, অ্যালগরিদম নিয়মিত করতে সক্ষম।
উদাহরণ ওজনকরণ
এডাবুস্টের কেন্দ্রীয় প্রক্রিয়া যা প্রশিক্ষণের উদাহরণগুলির সম্ভাব্যতা বন্টন পরিবর্তন করে কঠিন কেসগুলিতে ফোকাস করতে।
পর্যায়ক্রমিক সংযোজন মডেলিং
মডেল গঠনের পদ্ধতি যেখানে পূর্ববর্তী শ্রেণীবদ্ধকারীদের প্যারামিটার পুনরায় স্পর্শ না করে শ্রেণীবদ্ধকারীদের ক্রমান্বয়ে যোগ করা হয়।
আউটলিয়ারদের প্রতি সহনশীলতা
এডাবুস্টের অস্বাভাবিক মানগুলির প্রতি সংবেদনশীলতা যা ক্রমাগত ভুল শ্রেণীবদ্ধ উদাহরণগুলির সূচকীয় ওজন বৃদ্ধির কারণে ঘটে।
এডাবুস্ট অভিসৃতি
তাত্ত্বিক বৈশিষ্ট্য যা নিশ্চিত করে যে নির্দিষ্ট শর্তে পুনরাবৃত্তির সংখ্যা বাড়ার সাথে সাথে এডাবুস্টের প্রশিক্ষণ ত্রুটি সূচকীয়ভাবে হ্রাস পায়।
সংযোজন সিদ্ধান্ত সীমানা
চূড়ান্ত পৃথকীকরণ পৃষ্ঠ যা দুর্বল শ্রেণীবদ্ধকারীদের সিদ্ধান্ত সীমানার ওজনযুক্ত রৈখিক সংমিশ্রণের ফলাফল।